课堂教学环境下学生学习兴趣智能化分析
| 中文摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 研究内容和目标 | 第14-17页 |
| 1.3.1 研究目标 | 第15页 |
| 1.3.2 研究内容 | 第15-17页 |
| 1.4 本文主要创新点 | 第17页 |
| 1.5 论文的结构安排 | 第17-19页 |
| 第二章 相关研究现状综述 | 第19-44页 |
| 2.1 学习兴趣智能化分析综述 | 第19-28页 |
| 2.1.1 基于单模态的方法 | 第19-25页 |
| 2.1.2 基于多模态的方法 | 第25-28页 |
| 2.2 人脸表情识别综述 | 第28-37页 |
| 2.2.1 表情特征提取 | 第29-34页 |
| 2.2.2 人脸表情分类方法 | 第34-37页 |
| 2.3 头部姿态估计综述 | 第37-39页 |
| 2.3.1 基于几何模型特征的方法 | 第38页 |
| 2.3.2 基于纹理特征的方法 | 第38-39页 |
| 2.4 多模态信息融合综述 | 第39-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第三章 学生学习三维兴趣模型构建 | 第44-54页 |
| 3.1 三维兴趣模型构建 | 第44-48页 |
| 3.1.1 认知注意力 | 第46-47页 |
| 3.1.2 学习情感 | 第47-48页 |
| 3.1.3 思维活跃度 | 第48页 |
| 3.2 三维兴趣模型的信息获取 | 第48-52页 |
| 3.2.1 头部姿态估计 | 第49-51页 |
| 3.2.2 表情识别 | 第51-52页 |
| 3.2.3 师生互动信息分析 | 第52页 |
| 3.3 多模态信息融合 | 第52-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 基于笑脸检测的学习情感分析 | 第54-70页 |
| 4.1 笑脸检测 | 第54-56页 |
| 4.2 条件随机森林 | 第56-57页 |
| 4.3 基于条件随机森林的笑脸检测 | 第57-62页 |
| 4.3.1 条件随机森林的训练 | 第58-59页 |
| 4.3.2 头部姿态估计 | 第59页 |
| 4.3.3 基于条件随机森林的笑脸分类器 | 第59-60页 |
| 4.3.4 基于K-Means聚类的决策边界 | 第60-61页 |
| 4.3.5 层级式笑脸检测 | 第61-62页 |
| 4.4 实验及结果分析 | 第62-68页 |
| 4.4.1 训练 | 第62-65页 |
| 4.4.2 实验结果及分析 | 第65-68页 |
| 4.5 本章总结 | 第68-70页 |
| 第五章 基于三维兴趣模型的多模态信息融合 | 第70-83页 |
| 5.1 基于三维兴趣模型的分层信息融合 | 第70-73页 |
| 5.1.1 各维度属性特征的选取 | 第71-72页 |
| 5.1.2 兴趣度测量 | 第72-73页 |
| 5.2 多模态数据权重分析 | 第73-78页 |
| 5.2.1 层次分析法 | 第74-76页 |
| 5.2.2 熵权赋值法 | 第76-78页 |
| 5.3 实验与结果分析 | 第78-82页 |
| 5.3.1 数据 | 第78-80页 |
| 5.3.2 权重分析 | 第80页 |
| 5.3.3 信息融合 | 第80-82页 |
| 5.4 本章小结 | 第82-83页 |
| 第六章 学习兴趣智能化分析方法在课堂教学中的应用 | 第83-105页 |
| 6.1 学生学习兴趣智能化分析系统 | 第83-85页 |
| 6.2 注意力识别 | 第85-89页 |
| 6.2.1 头部姿态估计 | 第85-87页 |
| 6.2.2 三维空间坐标计算 | 第87页 |
| 6.2.3 注意力检测 | 第87-89页 |
| 6.3 表情识别 | 第89-91页 |
| 6.4 云平台交互 | 第91页 |
| 6.5 课堂应用实践与分析 | 第91-104页 |
| 6.5.1 数据 | 第92-96页 |
| 6.5.2 多模态信息获取 | 第96-101页 |
| 6.5.3 兴趣度 | 第101-104页 |
| 6.6 本章小结 | 第104-105页 |
| 第七章 总结与展望 | 第105-107页 |
| 7.1 总结 | 第105-106页 |
| 7.2 展望 | 第106-107页 |
| 参考文献 | 第107-119页 |
| 攻读博士期间发表的论文、科研成果 | 第119-120页 |
| 致谢 | 第120-121页 |
